MétaCan
Menu
Retour à la cohorte
Enregistrement W2036934325 · doi:10.1139/z05-167

Suction disk performance of echeneid fishes

2006· article· en· W2036934325 sur OpenAlexvenueno aff
B A Fulcher, Philip Motta

Notice bibliographique

RevueCanadian Journal of Zoology · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensnon disponible
Organismes subventionnairesMote Marine Laboratory and Aquarium
Mots-clésSuctionSuction cupPeduncle (anatomy)Ambient pressureAnatomyBiologyFish <Actinopterygii>Differential pressureMaterials scienceMechanicsFisheryPhysics

Résumé

récupéré en direct d'OpenAlex

The anatomy of the suction disk of two species of echeneid fishes, Echeneis naucrates L., 1758 and E. neucratoides Zuiew, 1786, is described, and measurements of their suction performance on both smooth and textured surfaces are given. Disk muscles erect or depress the numerous paired laminae, or toothed plates, which bear two to four rows of posteriorly directed spinules. The erect laminae create a sub-ambient chamber, allowing these fishes to adhere to other fish and inanimate objects. Resting sub-ambient suction pressure differentials were recorded, as were the greatest sub-ambient pressure differentials as the fish were pulled posteriorly to simulate drag induced by a swimming host. The resting pressure differential averaged –0.5 kPa, with no significant difference between Plexiglas®and shark skin surfaces. With a force applied to their caudal peduncle, the echeneids generated suction pressure differentials averaging –92.7 kPa within the disk cavity while attached to Plexiglas. On shark skin, the use of spinules increased friction and reduced the maximum sub-ambient suction pressure differential to –46.6 kPa; considerably more force (17.4 N) was required to dislodge the echeneids from the shark skin than from the smooth Plexiglas (11.2 N).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,166
Écart entre enseignants0,161 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations79
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetSoft Robotics and ApplicationsTravaux en français237 207